随着经济全球化的快速发展,现代港口在全球综合运输体系中发挥着日益重要的作用。越来越多的货物依靠海运,港口集装箱吞吐量逐年增加,这对港口的吞吐能力提出了更高的要求。面对众多港口的迅速发展以及相互之间的竞争,提高港口的运营效率,实现港口调度的智能优化和自动化,对于港口未来发展十分重要。在集装箱港口中,码头内各种机械的使用及工作效率,都对港口的运作效率有着很大影响。本文通过对集装箱码头作业特点以及运行情况的分析,研究了岸桥-集卡-场桥协同作业下的动态集卡调度和基于改进的NSGA-Ⅱ的场桥调度。在集卡调度方面,建立了岸桥-集卡-场桥协同作业的模型,提出了一种以船舶在港时间最小为目标的动态集卡调度算法。首先对集装箱码头集卡作业线和作业面装卸模式进行分析,然后针对作业线装卸模式的不足,在作业面装卸模式的基础上,提出了集卡动态调度算法。码头前沿同时有装、卸船舶进行装卸作业,集卡服务于多台岸桥,将岸桥作业时间、集卡行驶路径和集卡排队等待时间等赋予不同的权重系数,根据权重积分值决定当前集卡服务的对象。最后通过对集装箱码头作业的建模仿真实验,能够提高岸桥利用率,减少船舶在港口停留的时间,例证了本文模型和算法的有效性和实用性。在场桥调度方面,提出了一种基于改进的NSGA-Ⅱ的场桥调度算法。首先根据场桥作业情况建立了场桥调度模型,然后分析了 NSGA-Ⅱ算法的优缺点,针对NSGA-Ⅱ算法在解决场桥调度问题上的不足,对NSGA-Ⅱ算法中拥挤度计算方法和精英策略进行改进,引入包含个体更多信息的拥挤度计算方法,控制精英范围,并采用动态分布性保持策略进行种群维护,最后运用改进后的NSGA-Ⅱ算法求解场桥调度模型,并给出了求解过程中出现的不可行解的修正方法。将本文中改进的NSGA-Ⅱ算法与其它算法在测试函数上进行了实验,从解的分布性和收敛性两个方面评价算法的性能,验证了本文算法具有更好的分布性和收敛性,并将本文所提算法应用到集装箱堆场场桥调度中,为集装箱码头调度管理人员提供决策支持。